「在那裡，還是不在那裡？」#

1983 年 9 月的一個清晨，蘇聯防空軍中校 Stanislav Petrov 面對警報系統顯示「五枚美國飛彈正飛向蘇聯」。按程序，他必須立刻通報、啟動反擊。但 Petrov 選擇延遲——他覺得「衛星可能誤判」比「美國真的開戰」更可能。事後證實，那是衛星把雲層反光誤認為飛彈。

他的判斷救了世界。關鍵不在於他比別人更準確地「看見真相」，而在於他能對自己感官的可靠度抱持懷疑。

這正是知覺與後設認知交會的核心問題：在訊號與雜訊難以分辨時，我們能否評估自己「有多確定」？

反向問題：大腦永遠在猜#

Petrov 的雷達畫面與你的大腦其實面對著同一類難題——反向問題（inverse problem）：

• 大腦只能透過低解析度的感官接收世界
• 同樣的神經訊號可能來自多種外在原因
• 必須反推：根據觀察到的資料，最可能發生什麼？

簡單例子：

• 一個圓形視網膜影像，可能是 20 公分圓在 1 公尺處，也可能是 8 公尺圓在 40 公尺處
• 大腦必須「猜」最合理的解釋

貝氏定理：在不確定中下注#

數學上，這類問題有一個強大的工具：貝氏定理（Bayes’s theorem）。它告訴我們如何把：

• 先驗信念（prior）：「世界一般是怎樣？」
• 新證據（data）：「我現在感受到什麼？」

依各自的可靠度合成出最佳猜測。

骰子實驗：書中以兩顆正常骰子加一顆只有 0 或 3 的「魔術骰」為例，說明貝氏推論。隨投擲次數增加，總和的分布逐漸顯現雙峰，正好對應魔術骰的兩種狀態。

蛋糕模具與麵糊的比喻：

• 模具的形狀代表先驗信念
• 麵糊的稠度代表感官資料的精確度
• 麵糊愈稠（資料愈精確），最終形狀愈接近麵糊；愈稀，模具的形狀就愈主導

這就是大腦在「相信感官」與「相信經驗」之間的平衡演算法。

視覺錯覺：知覺系統的工作原理#

許多看似奇怪的視覺錯覺，其實揭露了大腦的反向推論機制：

• 同一張圖片旋轉 180 度，看起來會從「凸起」變成「凹陷」——因為大腦預設「光源來自上方」
• Adelson 棋盤格錯覺：兩塊灰度相同的方塊，因為一塊「在陰影中」，大腦推論它本來應該更亮
• 腹語術：聲音被「拉」到嘴在動的木偶身上，因為視覺對位置的精確度高於聽覺

這些不是「錯誤」，而是大腦在資訊不足時做出合理猜測的副產品。

不確定性是知覺的內建欄位#

大腦不只是輸出「我看到了什麼」，還同步追蹤「我有多確定」：

• 視覺皮質中對運動方向有偏好的細胞，會根據刺激形成放電分布
• 整個族群的放電模式同時編碼最可能的方向與該判斷的不確定度
• 這個不確定性訊號可以被進一步利用，作為自我評估的基礎

為了準確感知世界，大腦必須計算不確定性。這個運算副產品意外地給了我們一個禮物：懷疑自己的能力——後設認知的第一塊基石。

動物也能感受不確定性#

實驗顯示，從海豚到猴子、老鼠、甚至嬰兒，都能展現某種「我不知道答案」的能力：

• 海豚 Natua 學會了當聲音音高模糊時，按下「跳過」鍵以避免猜錯
• 獼猴在不確定時更傾向選擇「安全選項」，把高風險賭注留給有把握的判斷
• 18 個月大嬰兒在錯誤選擇時搜尋玩具的時間較短，並更可能向母親求助

有趣的是：南美卷尾猴（capuchin）智力與獼猴相當，卻在類似測驗中表現不出後設認知能力。這暗示「不確定性追蹤」並非智力的副產品，而是一個獨立、可分離的認知模組。

用不確定性指引下一步#

一旦能感知不確定性，就能據此決定行動：

• 高度確定 → 直接做決定
• 低度確定 → 尋求更多資訊、徵詢他人、或暫緩判斷

實驗中，當受試者被刻意操弄到「主觀上更不確定」（即使表現一樣好），他們會主動要求再看一次刺激。信心驅動了資訊尋求。

英國數學家圖靈（Alan Turing）破解 Enigma 密碼時就用了類似的策略：累積多個樣本，根據信心累積決定何時放棄目前的設定、嘗試其他組合。

自我懷疑是大腦的核心特性#

把這一切串起來：

• 大腦透過解反向問題感知世界
• 解反向問題必須計算不確定性
• 計算不確定性，就同時獲得了「懷疑自己感知」的能力
• 這正是自我意識最底層的構件之一

這意味著：自我意識並非凌駕於知覺之上的特殊能力，而是內建於知覺運算之中。當你看見、聽見、觸摸到任何事物時，大腦其實也悄悄完成了一份「這份報告有多可信」的內部評估。

下一章我們將看到：知覺的不確定性追蹤雖然普遍，但若要走向完整的自我意識，還需要結合監控自身行動的另一塊基石。